更多
通知
医学文献 >>
  • 检索发现
  • 增强检索
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
默认
×
更多
在国内外文献保障系统中检索
高级检索 检索偏好
热搜词：
换一批
  • 二次检索
  • 检索历史
论文 期刊
取消
高级检索

检索历史 清除

首页 > 计算机科学与探索 > 基于Spark的序列数据质量评价

基于Spark的序列数据质量评价

Evaluation of Sequential Data Quality Using Spark

导出 在线阅读 解读 下载全文 终端阅读

二维码有效期 120s

点击刷新
注：终端设备浏览有效期：
 学术成果认领
打印 收藏 分享
  • 新浪微博
  • 微信
  • QQ空间
  • 豆瓣
 纠错

摘要随着序列数据在实际中的广泛应用,序列数据质量评价成为学术、工业等众多领域的热门研究问题.目前主流的序列数据质量评价方法是基于概率后缀树模型进行数据质量评价,然而这种方法难以实现对大规模数据的处理.为解决此问题,提出了基于Spark的序列数据质量评价算法STALK(sequential data quality evaluation with Spark),并且采用了改进的剪枝策略来提高算法效率.具体地,在Spark平台下,利用大规模序列数据高效建立生成模型,并根据生成模型对查询序列的数据质量进行快速评价.最后通过真实序列数据集验证了STALK算法的有效性、执行效率和可扩展性.

更多

相关知识

查看相关文献
广告
作者 韩超 [1] 段磊 [2] 邓松 [3] 王慧锋 [1] 唐常杰 [1] 学术成果认领
作者单位 四川大学 计算机学院,成都,610065 [1] 四川大学 计算机学院,成都 610065;四川大学 华西公共卫生学院,成都 610041 [2] 南京邮电大学 先进技术研究院,南京,210003 [3]
关键词 数据质量概率后缀树Spark并行计算data qualityprobabilistic suffix treeSparkparallel computing
分类号 TP391
栏目名称
数据库技术
DOI 10.3778/j.issn.1673-9418.1609008
发布时间 2017-07-05（万方平台首次上网日期，不代表论文的发表时间）
  • 浏览1
  • 被引3
  • 下载0
计算机科学与探索

计算机科学与探索

2017年11卷6期

897-907页

加载中！

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中！

加载中！

加载中！

加载中！

  • 浏览1
  • 被引3
  • 下载0

相关期刊

加载中！

法律状态公告日 法律状态 法律状态信息

特别提示：本网站仅提供医学学术资源服务，不销售任何药品和器械，有关药品和器械的销售信息，请查阅其他网站。

  • 客服热线：4000-115-888 转3 (周一至周五：8:00至17:00)

  • |

  • 客服邮箱：yiyao@wanfangdata.com.cn

  • 违法和不良信息举报电话：4000-115-888，举报邮箱：problem@wanfangdata.com.cn，举报专区

官方微信
万方医学小程序
new医文AI 翻译 充值 订阅 收藏 移动端

官方微信

万方医学小程序

使用
帮助
Alternate Text
调查问卷